原文服务方: 机械强度       
摘要:
针对目前抽油机井下工况故障特征分类任务难以解决,使得所建立诊断模型适应性差且识别率低的问题,通过对抽油机阀门和抽油杆运动状态的分析,首先将示功图进行数学形态学预处理;然后提出阀门开闭点获取和载荷变化特征获取的两种方法,提取到抽油机全域故障的54个全新特征,建立了抽油机工况的特征库;最后运用决策树、Logistic回归和支持向量机算法,验证了在不同工况下,该特征库均具有较好的分类效果,评估了不同故障的工况特征指标,得到各工况私有规则库。研究结果表明,提取的特征能够有效识别出抽油机全域故障,并且具有较高的识别精度。
推荐文章
水机动力无杆抽油机故障特征提取方法研究
提升小波
流形学习
抽油机系统
故障特征提取
基于Hessian正则化多视角学习的抽油机井工况识别新方法
抽油机井
工况识别
多视角学习
logistic回归
Hessian正则化
基于PNN网络和Freeman链码的抽油机井工况诊断
概率神经网络
工况诊断
示功图
Freeman链码
MATLAB
基于模糊识别的柴油机工况判断
模糊数学
柴油机工况
稳定性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于抽油机工况的特征提取与建立和全域故障识别
来源期刊 机械强度 学科 工学
关键词 抽油机;示功图;特征提取;故障识别;阀门
年,卷(期) 2025,(1) 所属期刊栏目
研究方向 页码范围 14-21
页数 8页 分类号
字数 语种 中文
DOI 10.16579/j.issn.1001.9669.2025.01.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2025(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
抽油机;示功图;特征提取;故障识别;阀门
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械强度
双月刊
1001-9669
41-1134/TH
大16开
河南省郑州市科学大道149号
1975-01-01
中文
出版文献量(篇)
4191
总下载数(次)
0
总被引数(次)
35027
论文1v1指导